一键生成 16 秒 1080P 视频，国产 Sora 的秘密，藏在这个清华系大模型团队中

AIGC动态欢迎阅读

原标题：一键生成 16 秒 1080P 视频，国产 Sora 的秘密，藏在这个清华系大模型团队中
关键字：模型,视频,架构,报告,科技
文章来源：Founder Park
内容字数：8513字

内容摘要：

2024 年，Sora 一直活在聚光灯下。
马斯克不惜溢美之词，称「人类愿赌服输」；红衣教主周鸿祎眼中，借助 Sora 人类实现 AGI 将缩减至一两年。就连卖付费课程的微商，也拿「Sora」重新组装了自己的镰刀。
这种狂热的蔓延，从美国到中国，从一级到二级甚至再到市场，像涟漪一样，播散向全世界。
因为，在理想情况下，长视频生成的底层逻辑，约等于世界模型。十几秒、几十秒的视频中，包含了基础的图像处理、空间关系、物理规律、因果逻辑等等现实规律与知识的映射。小处看，可以掀翻传统电影、游戏制作的桌子，大处看，通往通用人工智能，这是关键一步。
同时，在一众长视频生成算法中，Sora 的技术突破是具备性的。相比传统的 Stable Diffusion，Sora 采用的 Diffusion 加 Transformer 架构，既克服了 Stable Diffusion 扩展性的缺失，更是在生成内容的准确性和灵活性上有了质的飞跃。
唯一美中不足是，Sora 并非开源算法。
没了开源，也就没了复现的可能；没了复现可能，那么哪怕经管出身的合伙人睡前读物变成了《Scalable diffusion

原文链接：一键生成 16 秒 1080P 视频，国产 Sora 的秘密，藏在这个清华系大模型团队中